统计学-Week16

一、时间序列

1.1 基本概念

按照时间的顺序把一个随机事件变化发展的过程记录下来 就构成了一个时间序列。

对时间序列进行观察、研究，找寻它变化发展的规律，预测它将来的走势就是时间序列分析。

序列相关性： 时间序列的一个最重要特征是序列相关性，又称为自相关性。上图中可以看到，数据之间存在一定的正相关与负相关。例如某天的数据上升，它的前一天或者后一天也上升或者下降。自相关性是时间序列可以预测未来的前提（序列中存在的规律），如果没有自相关性，就变成了白噪声（无规律）。

随机噪声： 它是时间序列中除去趋势、季节变化和自相关性之后的剩余随机扰动。由于时间序列存在不确定性，随机噪声总是夹杂在时间序列中，致使时间序列表现出某种震荡式的无规律运动。

1.2 序列模型

平稳序列： 基本上不存在趋势的序列。各观察值基本上在某个固定的水平上波动，虽然在不同的时间段波动的程度不同，单并不存在某种规律，波动可以看成是随机的。

非平稳序列： 包含趋势、季节性或周期性的序列，它可能只包含其中一种成分，也可能包含几种成分，非平稳序列又分为有趋势的序列、有趋势和季节性的序列、几种成分混合而成的复合型序列。

趋势： 是时间序列在长期内呈现出来的某种持续上升或持续下降的波动，也称为长期趋势。时间序列可是是线性的，也可以是非线性的。

季节性： 季节变动，它是时间序列在一年内重复出现的周期性波动。

周期性： 时间序列呈现出来的围绕长期趋势的一种波浪形或震荡式变动。

随机性： 时间序列中除去趋势、周期性和季节性之后的偶然性波动。

时间序列的成分： 趋势T 、季节性或季节变动S、周期性或循环波动C、随机性或不规则波动I ，按四种成分影响方式不同，可分解为乘法模型、加法模型等。

时间序列的描述： 增长率、平均增长率

1.3 时间序列的方法

1. 确定时间序列所包含的成分，也就是确定时间序列的类型（绘图或拟合）
2. 找出适合此类时间序列的预测方法
3. 对可能的预测方法进行评估，已确定最佳预测方案（平均误差、平均绝对误差、均方误差、平均百分比误差和平均绝对百分比误差
4. 利用最佳预测方案进行预测